| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Datorsistēmas |
| Nosaukums |
Dziļās apmācības pielietošana vokālu atdalīšanai no mūzikas |
| Nosaukums angļu valodā |
Separating Vocals from Instruments Using Deep Learning |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Jurijs Čižovs |
| Recenzents |
LDI zin.asistente D.Znotiņa |
| Anotācija |
Šī bakalaura darba mērķis ir izpētīt metodes ar kurām tiek veikta dziesmas un vokālu atdalīšana un kā to var veikt izmantojot mūsdienu mākslīgos tīklus, kā arī izstrādāt sistēmu kas var atdalīt mūziku un vokālus dažādās dziesmās pielietojot dziļo apmācību.
Darba teorētiskajā daļā tika aprakstītas dažādas matemātiskas metodes kādas zinātnieki ir pētījuši lai veiktu vokālu vai līdzīgu dziesmas sastāvdaļu (instrumentu) atdalīšanu. Tā pat tika arī aprakstīti dziļie neironu tīkli un kā tos var, un jau dažās situācijās mēģināja, izmantot vokālu atdalīšanai no mūzikas. Praktiskajā daļā ir aprakstīta konvolūciju neironu tīkla izveide, kurš pēc tam tika lietots vokālu atdalīšanai no dziesmām. Iegūtie rezultāti tika analizēti lai saprastu kādi ir izveidotā algoritma spēki un kādas ir tā problēmas.
Darba pamattekstā ir 58 lappuses, 24 attēli, 2 tabulas, 61 nosaukumu informācijas avoti un 7 pielikumi. |
| Atslēgas vārdi |
MĀKSLĪGAIS INTELEKTS, MAŠĪNMĀCĪŠANĀS, DZIĻĀ APMĀCĪBA, MĀKSLĪGIE NEIRONU TĪKLI, SKAŅAS AVOTU ATDALĪŠANA |
| Atslēgas vārdi angļu valodā |
ARTIFICIAL INTELLIGENCE, MACHINE LEARNING, DEEP LEARNING, ARTIFICIAL NEURAL NETWORKS, AUDIO SOURCE SEPARATION |
| Valoda |
lv |
| Gads |
2019 |
| Darba augšupielādes datums un laiks |
27.05.2019 11:20:11 |
